互聯網普及對產業結構升級的影響研究
——基于省級面板數據

王臣欽

（青海民族大學，青海 西寧 810007）

一、引言

當前我國的經濟從高速增長轉變為中高速增長,經濟形勢邁入新常態,政府不再將GDP的快速增長作為經濟目標,而是需要兼顧到經濟的健康可持續發展及產業轉型升級。供給側結構性改革的提出雖然是經濟增長路上的一盞指路明燈，引導未來經濟增長的趨向，但隨著相關政策的逐步出臺,供給側改革中的一些問題也日益突出，主要的問題在于產業結構方面，它們都體現在兩個維度：一是對傳統行業的改造和升級不平衡不充分；二是現代服務業的發展與制造業相互匹配度的不均等與不充分。因此，產業結構的升級已經成為我國各地面臨的亟待解決的重點問題。

目前，我國正處在全面建成小康社會的決勝階段，而互聯網普及情況一直是國家高度重視的問題。自20世紀90年代起，互聯網在我國興起并迅速發展，它深刻地改變了整個社會的生產生活方式。互聯網普及對各行各業的發展有著重要的影響。與此同時，互聯網普及降低了企業的成本，促進了貿易的發展，縮短了人與人之間的距離。然而，我們關心的是，作為一股技術沖擊，互聯網的普及發展與產業結構升級的關系如何？因此，本文以互聯網普及的宏觀經濟效應以及產業結構升級的因素為角度，基于各位學者的研究成果，對有關互聯網普及對產業結構升級的影響進行總結和概括。

在搜尋文獻的過程中發現目前有關互聯網普及與產業結構的文獻較少，基本集中在產業結構升級的因素、互聯網普及的宏觀經濟效應這兩個方面。技術、資本、勞動力以及創新是產業結構升級的重要因素，互聯網普及的宏觀經濟效應主要也是從經濟不平等、經濟增長、生產率這三個角度進行研究，研究得出在一定程度上會縮小各省份之間的經濟不平等，促進經濟增長和提高生產率。互聯網在推進產業結構轉型升級的過程中有著最密切、最直接的關系，所以本文在學者前期研究的基礎上，選取中國2003—2018年的省級數據進行研究，分析互聯網與產業結構升級之間的關系，以便為全國產業升級提供更多的視角和啟示。

二、變量定義與模型設計

（一）模型設計

為了檢驗互聯網普及對產業結構升級的影響，本文將通過中國各省2003—2018年的面板數據進行實證檢驗，以下是建立的模型：

其中i和t分別表示省份和年份，a0表示截距項，εi,t表示隨機誤差項。UIS為被解釋變量，Int為核心解釋變量，其余為控制變量。主要變量含義將在下文中詳細介紹。

（二）變量定義

1.被解釋變量。本文說明的是互聯網普及對產業結構升級的影響，對于產業結構升級通常由產業結構高級化來衡量，即用第二和第三產業占GDP比重、產業結構層次系數等來表示，因此本文選用第三產業占GDP比重（UIS）作為本文的被解釋變量。

2.核心解釋變量。核心解釋變量是互聯網普及率（Int），本文采用互聯網普及率來衡量互聯網普及情況。

3.控制變量。本文將依據惠寧等（2016）、徐德云等（2020）、郭家堂等（2016）、李昊等（2020）、左鵬飛等（2020）、王鵬等（2020）的研究，選取各地區固定資產（Fa）、各地區進出口額（Ft）、教育投入（Edu）、R&D經費投入（Rd）、城鎮化率（Ur）、政府干預（Gov）、經濟發展水平（lnEco）作為本文的控制變量。各地區固定資產是產業結構升級的動力。提升對外開放程度在總體上能對中國產業結構升級起到積極作用（徐春華等，2013）。教育能提升全民文化程度和提高人力資本，一定程度上能促進產業結構升級。創新投入對產業結構升級具有積極作用。各地產業結構調整受城鎮化率影響較強。產業結構調整受政府宏觀調控較強（施衛東等，2013）。經濟發展水平同樣會影響產業結構升級，為了確保各個變量處于同一數量層次，將經濟發展水平取對數作為控制變量。相關變量的說明如表1所示。

表1 相關變量的含義

三、數據來源及描述性分析

數據來自《中國統計年鑒》以及EPS全球統計數據庫，具有權威性和科學性。本文所使用的的統計軟件是Stata15.0。表2為主要變量的描述性統計，可以看到衡量產業結構升級的UIS變量均值為0.427。從最值來看，最大值為0.810，最小值0.286，而標準差為0.0912，最值和標準差之間差異較大。代表互聯網普及的核心變量互聯網普及率（Int），標準差差異較大，最值和均值差異較大，表示中國各省互聯網普及水平存在較大的差異。

表2 變量的描述性統計

（一）互聯網普及對產業結構升級的檢驗

本文在選取面板數據模型時，對混合OLS回歸等進行檢驗，P值均為0.0000，顯著拒絕隨機效應。綜上所述，本文選擇固定效應模型更加合適，之后的地區異質性檢驗將采用固定效應模型。表3是混合OLS回歸、固定效應和隨機效應這三種效應模型回歸的結果。

模型(1)為混合OLS回歸模型，結果表明核心解釋變量互聯網普及率的系數在1%的水平下正向顯著，控制變量中各地區的固定資產總額、各地區的進出口金額、教育投入的系數均顯著為負，各地區R&D經費投入、城鎮化率、政府干預的系數顯著趨于正，經濟發展水平系數不顯著。混合OLS回歸的結果表明，互聯網普及對于產業結構升級具有促進作用。

模型（2）為固定效應模型，城鎮化率系數在5%水平下顯著為正，各地區進出口總額系數在1%水平下顯著為負，各地區固定資產總額、各地區R&D經費投入、教育投入和政府干預變為不顯著，經濟發展水平仍然不顯著。

模型（3）為隨機效應模型，結果顯示核心解釋變量的系數在1%的水平下顯著趨于正，各地區固定資產總額、教育投入在5%水平下顯著為負，城鎮化率系數在10%水平下顯著為正，經濟發展水平仍然不顯著。

從三個模型的回歸結果分析來看，無論是哪種模型，其中核心解釋變量互聯網普及率對產業結構升級都具有顯著的正向影響。這說明互聯網普及能促進產業結構升級。當前，互聯網對第三產業的應用集中于生產性服務業，而產業結構升級的本質就是在技術進步下，將生產要素從生產率低的部門轉向生產率高的部門，促使其優先發展，而當前中國生產率提高最迅速的部門是生產性服務業（徐偉呈等，2018），因而，互聯網普及能很好地促進產業結構升級。此外，各地區固定資產總額、各地區進出口額和教育投入與產業結構升級之間存在顯著的反向變動關系；各地區R&D經費投入、城鎮化率、政府干預與產業結構升級存在顯著的正向變動關系。而經濟發展水平與產業結構升級之間始終不存在顯著的關系（表3）。

表3 混合OLS、固定效應和隨機效應結果

（二）互聯網普及對產業結構升級的地區異質性檢驗

本文還研究了互聯網普及對產業結構升級的地區異質性檢驗。將全國分為東北、東部、西部和中部四組，將這四組數據分別采用固定效應模型進行回歸分析。通過表4可知，東北、東部、西部和中部地區的互聯網普及對產業結構升級都有正向推動作用。其中只有中部地區的核心解釋變量Int對產業結構升級有正向顯著，且系數相比于其他地區是最大的。（1）東部地區的互聯網普及對產業結構升級不顯著，和王鵬等研究的結果一致，原因應該是第三產業發展已經較為成熟，因此互聯網普及對產業結構升級不顯著。（2）中部地區，隨著近幾年響應國家號召，支持“互聯網+”戰略，大力發展互聯網，并且相對于東部地區，第三產業發展較弱，互聯網技術也沒有深入應用到產業之中，地理上中部地區相較于東北和西部地區離東部地區較近，東部地區過于飽和的互聯網資源更多流向了中部地區，因此有很大的發展空間。（3）西部地區，互聯網普及對產業結構升級不顯著，應該是還處于互聯網發展起步階段，可以看到R&D經費投入的系數是四個地區中最大的，說明還更多地依賴于開發與研究來促進產業結構升級。（4）東北地區，互聯網普及對產業結構升級不顯著，可能是由于政府過度干預導致，東北地區的政府干預系數是最大的，產業結構升級和政府干預之間為顯著正向關系，因此更多依賴于政府干預來進行產業結構升級。因此，可以得出以下結論：互聯網普及對產業結構升級存在地區異質性。

表4 互聯網普及對產業結構升級的地區異質性檢驗

四、結論與啟示

本文利用國家統計局發布的《中國統計年鑒》和EPS全球統計數據庫中關于中國大陸2003—2018年31個省市（區）的相關統計數據，研究互聯網普及對產業結構升級的影響以及地區的異質性，并在理論分析的基礎上，構建實證分析模型，進行了實證分析，從而獲得研究結果。基于上述分析，本文研究得出以下主要的結論：（1）產業結構升級受到多個因素的影響，互聯網普及對產業結構升級具有顯著的促進作用，各地區固定資產總額、各地區進出口額和教育投入與產業結構升級具有反向關系；各地區R&D經費投入、城鎮化率、政府干預與產業結構升級存在顯著的正向變動關系。而經濟發展水平與產業結構升級之間始終不存在顯著的關系。（2）互聯網普及對產業結構升級存在明顯的地區異質性，雖然互聯網普及能夠促進產業結構升級，但是對不同地區之間的促進作用是不同的。不同地區由于互聯網普及程度和第三產業發展程度不同，互聯網普及的效果也不盡相同。對于大力發展互聯網的地區，互聯網普及能夠使產業結構升級更多，效果更顯著；對于互聯網普及較為發達和薄弱的地區，互聯網普及對產業結構升級的促進作用則較弱。

基于以上結論，本文主要的政策建議有：第一，繼續讓互聯網成為引導產業結構轉型升級的推動力，不斷培養中國多樣的數字化市場，更好地促進產業結構升級。第二，完善各地區“互聯網＋”戰略的政策機制，尤其是互聯網發展較為薄弱的地區。第三，要給予互聯網行業相應的政策支持。國內大型互聯網企業數量不多，缺乏競爭，要積極改變這種情況。第四，要大力培育互聯網人才。為了適應互聯網發展和需要，要不斷引進和培育相關人才。